摘要
一种基于多光谱特征响应的森林草原地表火检测方法,包括以下步骤:1:传感器实时获取红外响应光谱、紫外响应光谱和图像响应光谱;2:特征提取模块提取红外响应光谱和紫外响应光谱中的时域特征向量数据和频域特征向量数据,提取图像响应光谱中的图像特征向量数据;3:预处理模块分别对特征向量集A、B和C进行标准化和归一化处理,得到归一化向量集A'、B'和C';4:第一支持向量机模型SVM1将归一化向量集A'和B'分类为干扰类数据X和疑似地表火类数据Y;5:第二支持向量机模型SVM2将归一化向量集C'和疑似地表火类数据Y分类为干扰类数据X和地表火类数据Z。效果:实现了对地表火的高效、可靠监测和识别,有效提高了地表火分类识别准确性。
技术关键词
支持向量机模型
多光谱特征
时间序列图像
特征提取模块
表达式
多项式核函数
径向基核函数
图像特征向量
数据
样本
色彩直方图
紫外传感器
信号
复杂度
红外传感器
包络
密度
系统为您推荐了相关专利信息
功能锻炼
健康状况信息
个性化呼吸功能
强化学习算法
模板
嵌入特征
偏好特征
文本推荐方法
实体关系提取
对象
发动机故障诊断方法
子模块
数据分布
融合策略
分支
多层卷积神经网络
图像处理方法
上采样
融合特征
图像处理装置